视频图matlab代码-STANet:STANet

视频图matlab代码Pytorch实施（v1） 从语义类别到注视：一种新型的弱监督视觉听觉显着性检测方法， 抽象的 由于深度学习技术的飞速发展和大规模训练集的广泛普及，视频显着性检测模型的性能一直在稳步提高。 但是，基于深度学习的视听固定预测仍处于起步阶段。 目前，只有少数视听序列具有在真实视听环境中记录的真实注视。 因此，在相同的视听情况下重新收集真实的注视既没有效率，也没有必要。 为了解决这个问题，本文提出了一种以弱监督的方式提出的新颖方法，以减轻大规模培训对视听模型训练的需求。 通过仅使用视频类别标签，我们提出了选择性类激活映射（SCAM），该方法遵循从粗到精的策略来选择时空音频情况下最具区分性的区域。 此外，这些区域显示出与真实人眼注视的高度一致性，后者随后可以用作伪GT来训练新的时空音频（STA）网络。 在不依靠任何实际手段的情况下，我们的STA网络的性能可与完全监督的网络相媲美。 依存关系 GTX1080Ti python 3.6 Matlab R2016b pytorch 1.2.0 声音文件 科学的 准备 1，下载官方预训练模型net = torch.hub.load